基于Kriging模型的组合型腔注射模浇注系统多目标优化设计

针对非自然平衡布置的组合型腔注射模浇注系统设计的特点,提出了基于Kriging模型的浇注系统多目标优化设计方法。首先给出了Kriging近似模型的基本原理,再针对组合型腔的特点,建立浇注系统多目标优化模型;在多目标优化模型求解中,基于Pareto最优提出了混合交叉变异的多目标蚁群算法;结合鼠标上下盖组合型腔浇注系统的设计实例验证了提出方法的实用性,同时,优化结果表明提出的混合交叉变异的多目标蚁群算法具有较好的算法性能。     

基于Kriging模型的注塑工艺稳健优化

为降低薄壁注塑件的翘曲变形,提出了基于Kriging模型的工艺稳健优化方案。特别地,研究并提出了基于变异粒子群算法的Kriging模型建立与优化算方法,建立了注塑工艺参数和翘曲变形之间的Kriging模型。通过实验设计、CAE仿真结果数据建立起Kriging模型,并结合变异粒子群算法实现了工艺的优化设计。在此基础上,为减少工艺参数波动对注塑件质量的影响,建立了注塑成型的6 Sigma稳健优化设计方法,提高了工艺的稳健性与可靠度。以汽车出风口壳体为计算用例,结果表明,基于Kriging模型与变异粒子群算法的工艺稳健优化策略在小样本情况下能够得到较高质量的稳健优化参数组合。     

基于CAD/CAE/MDO集成的注塑件浇注系统多目标优化

研究开发了基于CAD/CAE/MDO集成的注塑模具浇注系统多目标优化设计平台,建立了CAD几何信息和CAE网格信息的关联,实现了CAD/CAE集成.针对注塑浇注系统设计问题,分析了浇注系统尺寸参数和产品质量间的相关性,以此确定浇注系统尺寸参数,并根据注塑生产实际制定浇口位置筛选标准,基于Kriging代理模型设计优化实...     

多模式下模具柔性作业车间调度问题研究

针对模具柔性作业车间优化调度问题,考虑了多模式对任务工期的影响,构建了以提前/拖期惩罚代价最小为目标函数的优化模型,提出了一种混合蚁群算法对问题进行求解,利用蚁群算法确定模具零件各道工序的加工中心和加工模式,由模具部件优先级确定各个加工中心上相应模具零件加工的先后顺序,最后通过算例说明算法的有效性。     

基于差分进化-灰狼优化算法的支持向量机连铸漏钢预报系统研究

针对小样本训练数据情况下BP神经网络模型难以获得较高预报准确率的问题，提出了一种基于差分进化-灰狼优化(DE-GWO)混合算法优化的支持向量机(SVM)模型，并将其应用到连铸漏钢预报系统领域。利用差分进化(DE)算法的交叉变异操作对灰狼优化(GWO)算法进行进化，得到DE-GWO混合算法，在解决了GWO易陷入局部最优问题的同时，提高了算法的寻优速度以及模型的准确性。结合某钢厂连铸生产数据，对DE-GWO-SVM漏钢预报模型进行测试。结果表明，该算法下的连铸漏钢预报系统的准确率为99.5%,报出率达到100%。     

基于IAGA的多行设施布局优化方法

针对横向和纵向通道位置和数量均不确定的多行设施布局问题,提出一种基于IAGA的多行设施布局优化方法。考虑设施最大纵横比约束,建立以物流成本、搬运设备空载成本及占地面积成本的加权平均值最小化为优化目标的布局优化模型;设计基于柔性隔间结构编码的改进自适应遗传算法(IAGA)对模型进行求解。算法中设计了自适应调整交叉概率、自适应选择交叉算子(双点交叉算子和单亲单点交换算子)及分别针对隔间结构和设施编号排列的基本位变异算子,提高了其收敛速度和搜索能力。最后,通过案例分析验证了IAGA算法的有效性。     

基于Krging的压射机构铸造工艺参数多目标优化

压射机构是挤压铸造设备中进行充填成形的重要装置,其组件的配合间隙决定了充型过程中的精度和稳定性。为了使压射过程中组件的配合间隙变化最小,针对初始间隙值、浇注温度等压射机构与工艺的关键参数,以间隙率和温差为目标,提出了一种基于Kriging元模型的多目标优化方法。结果表明,所建Kriging元模型精度高于0.97;最优工艺参数:铸件浇注温度为701℃,压室预热温度为338℃,压室壁厚为16 mm,初始间隙为0.106 1 mm,压射速度为56 mm/s。优化后,间隙率减小了10%,换热温差减小了49%,充型过程更加稳定。     

基于改进蚁群算法的电液比例系统PID参数优化

VACA是变尺度算法融入蚁群优化算法中而形成的一种混合算法。针对电液比例系统PID控制参数整定问题,提出了基于改进蚁群算法的PID参数优化方案,并给出了具体的实现步骤:建立臂架电液控制系统的数学模型,利用Simulink工具箱建立了电液比例控制系统的VACA-PID的仿真模型,进行了仿真和验证。结果表明:VACA-PID控制器具有良好的静、动态性能,完全能达到电液比例控制系统的要求。     

基于蚁群算法的激光表面淬火工艺参数神经网络优化系统

建立了基于蚁群算法的激光表面淬火工艺参数神经网络优化系统。用神经网络建立激光表面淬火工艺参数与目标参数的非线性模型,借助蚁群算法搜索决策工艺参数的最优组合,自动优化工艺参数。用VC++6.0开发了激光表面淬火工艺参数优化程序。结果表明,基于蚁群算法的神经网络优化系统用于解决激光表面淬火工艺参数优化问题是可行且有效的。     

液-固挤压复合材料工艺参数的优化设计

提出了一种适宜于液-固挤压复合材料工艺系统的多目标优化模型．通过合理决策过程,将多目标转化为单目标优化进行求解．在对编码规则、初始种群的产生、目标函数向适配值的转换以及种群数量、交叉概率、变异概率选择等问题进行深入研究的基础上,建立了基于遗传算法的液-固挤压复合材料优化系统．理论及实验研究表明可以获得较好的优化增益．采用优化设计参数进行实验,成形出质量良好的复合材料制件,且实现了变形力小、浸渗时间较短和浇注温度较低的预期目标,为该工艺的实际应用奠定了基础．     

基于遗传算法的多连杆压力机运动优化方法

多连杆压力机相对普通曲柄压力机有快速接近工件、低速加工、慢速脱模、快速回升的优点.本文对多连杆压力机传动系统进行建模,分析了传动系统各参数对多连杆压力机滑块运动规律的影响.介绍了一种优化设计方法:根据客户对拉深过程中的滑块速度提出的特殊要求,在我公司生产的多连杆机械压力机STPL-500标准机器传动机构的基础上,利用S...     

基于响应面法的玻璃钻孔支撑结构优化设计

对玻璃进行钻孔加工过程中,机床中钻孔支撑结构的变形会使钻头发生偏移,降低钻孔的质量,提出了以最小化钻孔支撑结构的变形量和构件质量为优化目标的结构优化设计方法.考虑到支撑结构多目标优化模型缺乏的问题,在ANSYS Workbench软件中进行钻孔支撑结构的有限元分析,通过试验点选取、拟合函数选择和响应面合理性评估,建立了...     

基于灵敏度分析与响应面模型的机床主轴箱优化设计

针对机床主轴箱结构优化设计中模型复杂及计算量大的问题,提出一种将灵敏度分析与响应面模型相结合的优化办法。以箱体壁厚和筋板尺寸为输入参数,主轴箱质量、最大变形、最大应力、1阶固有频率作为目标参数进行灵敏度分析,筛选出6个关键尺寸作为优化参数;采用最佳填充空间设计法和Kriging函数法构建主轴箱响应面模型,通过多目标遗传算法对响应面模型进行求解计算。最后对优化后的主轴箱进行有限元分析来验证求解的准确性,优化后的主轴箱质量减轻了13.58%,可以为机床其他类型零部件优化提供参考。     

基于Kriging近似模型的轿车翼子板冲压工艺优化

近似模型法是目前最有代表性的高效优化方法。因基于多项式的近似模型很难满足板料成形的高度非线性,所以基于Kriging近似模型法,以翼子板的各拉深筋单位长度上所受的拉深筋阻力及压边力为设计变量,以成形后板料的最小厚度为响应量,建立近似模型。通过自适应模拟退火算法寻优,并约束最小厚度的变化范围,提高优化效率。通过优化,成形后板料的最小厚度从0．521mm增加至0．544mm,消除了局部破裂趋势,有效地改善了翼子板的成形质量。研究表明,Kriging近似模型法对板料成形有较高的精度。     

注射模浇注系统设计中的热平衡分析

介绍了热固性塑料和橡胶注射模浇注系统基本结构和设计要点 ,分析了基于绝热和等温流动模型的流道系统的热平衡条件 ,提出了流道系统设计中实用的热平衡和传热计算方法。     

基于响应面法的金属打包机箱体结构轻量化设计

金属打包机是废旧金属回收行业的大型核心工程设备。为了提高金属打包机箱体结构的综合性能以及实现箱体轻量化的目标,提出一种基于响应面法的轻量化设计方法。基于板壳理论和力学模型分析建立危险工况的有限元参数化模型,以墙板厚度等尺寸作为设计变量,以结构强度、刚度和稳定性作为约束条件,并以箱体质量作为目标函数。通过灵敏度分析确定对目标函数影响显著的设计变量,再利用中心复合设计方法和克里金插值法得到拟合响应面模型,并采用多目标遗传算法对响应面模型进行优化。结果表明:在满足箱体整体综合性能条件下,优化后的箱体质量减轻了20.6%,优化效果显著,对其他工程设备的轻量化设计具有一定的指导意义。     

基于Dual-Kriging模型多目标稳健设计在板料拉深成形中的应用

板料拉深成形工艺中,由于设计参数波动的影响,导致在传统最优工艺条件下成形件质量不够稳健。该文采用板料成形有限元仿真、代理模型,并结合稳健设计思想,提出基于Dual-Kriging模型的稳健设计方法。筛选影响成形质量的主要模具几何、工艺参数,并确定其相应波动范围;基于有限元仿真,运用Kriging模型,建立设计参数与成形质量的函数关系;根据参数波动情况,基于第一重Kriging模型以及Monte Carlo模拟,运用Kriging模型,建立设计参数与成形质量期望与方差的第二重模型;运用基于拥挤距离的粒子群算法,以及灰色关联分析进行多目标优化,完成设计参数的稳健设计。将该方法运用于NUMISHEET 93的方盒件拉深成形,与传统确定性优化设计相比,可有效减少成形质量的波动范围以及不确定性分析的计算量,提高成形件的稳健性。     

Surrogate-based process optimization for reducing warpage in injection molding

In this paper, an adaptive optimization method based on Kriging surrogate model is proposed to minimize the warpage of injection molded parts. Kriging surrogate model combining design of experiment (DOE) methods is used to build an approximate function relationship between warpage and the process parameters, replacing the expensive simulation analysis in the optimization iterations. The adaptive process is implemented by an infilling sampling criterion named expected improvement (EI). This criterion can balance local and global search and tend to find the global optimal design, even though the DOE size is small. As an example, a cellular phone cover is investigated, where mold temperature, melt temperature, injection time, packing time and packing pressure are selected to be the design variables. The results show that the proposed adaptive optimization method can effectively decrease the warpage of injection molded parts.     

基于响应面法和MOGA的重载曲轴形貌优化研究

重载曲轴是大型隔膜泵动力端的关键零部件之一,其强度对于整个动力端的平稳运行至关重要。而重载曲轴的失效形式往往是由于圆角处应力集中导致的疲劳破环。针对这一问题,从圆角处结构特征的角度出发,对曲轴进行形貌优化。通过静强度应力分析确定曲轴工作过程中的最危险工况,以此作为曲轴优化过程中的计算工况。以各圆角处的最大应力值和整体最大变形量为优化目标,以圆角处结构特征参数为设计变量,进行试验设计,基于Kriging插值法构建优化目标关于设计变量的响应面模型。最后,建立多目标优化模型,应用多目标遗传算法寻找非支配解解集。结果发现,优化解集中的曲柄斜面倾斜角都接近90°,这为今后的重载曲轴的结构设计提供一定的参考。